La Teoría del Equilibrio General y los Choques de Oferta: un análisis del impacto de la pandemia

de COVID-19 en México

Felipe Machorro Ramos

La teoría del equilibrio general es un pilar fundamental en la economía, proporciona un marco

teórico sólido para analizar cómo interactúan múltiples agentes económicos y mercados en una
economía en su conjunto. En este ensayo, analizaremos el modelo de equilibrio general y su
capacidad para prever y explicar las respuestas económicas ante un choque negativo, temporal y
proporcional en la función de producción.

El Modelo de Equilibrio General

El modelo de equilibrio general es una estructura conceptual que considera la interacción de

diversos agentes económicos, como consumidores, empresas y el gobierno, quienes toman
decisiones racionales basadas en sus objetivos y restricciones. Este modelo se apoya en varios pilares
fundamentales:

1. Agentes Económicos: Los consumidores buscan maximizar su utilidad, las empresas buscan
maximizar sus beneficios y el gobierno puede intervenir a través de políticas fiscales y
monetarias.

2. Mercados: Se consideran diversos mercados, incluyendo bienes y servicios, mercado

laboral, mercado de capitales, donde se intercambian productos, recursos y activos
financieros.

3. Equilibrio de Precios y Cantidades: El equilibrio se logra cuando la oferta y la demanda se

igualan en todos los mercados, determinando los precios y las cantidades de bienes y
servicios en la economía.

4. Restricciones y Preferencias: Los agentes económicos enfrentan restricciones en términos

de recursos y tecnología, y tienen preferencias sobre cómo asignar sus recursos limitados.

Choque de Oferta en la Función de Producción:

En este análisis, nos enfocaremos en cómo el modelo de equilibrio general predice la respuesta
económica frente a un choque negativo, temporal y proporcional en la función de producción (Barro,
1997). En las siguientes secciones, exploraremos cómo el modelo de equilibrio general anticipa las
respuestas económicas ante esta perturbación, incluyendo la influencia en el producto, el empleo,
el consumo, las tasas de interés y el nivel de precios. Además, se llevará a cabo un análisis empírico
utilizando datos de México desde el año 2017, evaluando cómo se manifestaron estos cambios en
respuesta a la pandemia de COVID-19, incluyendo el uso del test de Chow en el entorno de
programación RStudio para detectar cambios estructurales en las series temporales.
Predicciones del modelo

Producto: un choque negativo en la oferta generalmente conduciría a una disminución temporal en

la producción total de bienes y servicios en la economía. La reducción de la productividad significa
que, con los mismos recursos, se pueden producir menos bienes y servicios.

Empleo: la disminución de la producción debido al choque de oferta podría llevar a una reducción
del empleo en el corto plazo, ya que las empresas pueden requerir menos trabajadores para
mantener sus niveles de producción reducidos. Esto podría resultar en un aumento temporal del
desempleo.

Consumo: el consumo generalmente se vería afectado negativamente en un escenario de choque

de oferta negativo, ya que la disminución de la producción podría reducir la disponibilidad de bienes
y servicios para los consumidores. Esto podría llevar a una disminución del gasto de consumo en el
corto plazo.

Tasas de Interés: las tasas de interés podrían verse influenciadas por la respuesta de las autoridades
económicas ante un choque de oferta. Si el gobierno o el banco central implementan políticas para
estimular la economía, como reducir las tasas de interés, esto podría contrarrestar parcialmente el
impacto negativo del choque en el empleo y el consumo.

Nivel de Precios: en el corto plazo, un choque negativo de oferta podría ejercer presión al alza sobre
los precios, ya que la disminución de la producción podría crear escasez de bienes y servicios. Sin
embargo, las respuestas de política económica y los ajustes en la oferta y la demanda podrían influir
en la evolución de los precios en el mediano y largo plazo.

Método

Selección de Variables:

Para llevar a cabo el análisis de la respuesta de la economía mexicana a la pandemia de COVID-19,

se seleccionaron cuidadosamente una serie de variables económicas clave:

1. Índice Global de la Actividad Económica (IGAE): Este indicador se utilizó como proxy para el
producto económico de México y se considera una medida integral del desempeño
económico del país (INEGI, 2023b).

2. Tasa de Desocupación: Esta variable se utiliza para evaluar los cambios en el mercado laboral
y se considera un indicador importante de la salud económica (INEGI, 2023a).

3. Indicador Mensual del Consumo Privado: El consumo privado es un componente

fundamental de la demanda agregada y, por lo tanto, se monitorea para evaluar el
comportamiento del gasto de los consumidores (INEGI, 2023c).

4. TIIE a 20 Días: La Tasa de Interés Interbancaria de Equilibrio (TIIE) a corto plazo se considera
un indicador relevante para evaluar las condiciones de financiamiento y las tasas de interés
en la economía (Diario Oficial de la Federación, 2023).
 5. Índice Nacional de Precios al Consumidor (INPC): Este indicador se utiliza para analizar las
tendencias inflacionarias, lo que es crucial para comprender el entorno económico general
(INEGI, 2023d).

Se recopilaron datos mensuales de estas variables desde el año 2017 hasta la fecha más reciente
disponible. Estos datos se obtuvieron de fuentes confiables, como el Instituto Nacional de Estadística
y Geografía (INEGI) y el Banco de México, y se organizaron en una serie temporal.

Análisis de datos

Se realizó un análisis gráfico de las series temporales para visualizar las tendencias a lo largo del
tiempo y evaluar cualquier patrón o cambio aparente en los datos.

Para identificar cambios estructurales significativos en las series temporales, se aplicó el Test de
Chow. Este test se utiliza para determinar si existen puntos de quiebre en las series donde las
relaciones entre las variables pueden haber cambiado. Se dividió la serie en segmentos apropiados
y se aplicó el test para detectar cambios estructurales significativos.

El test de Chow (1960), también conocido como el test de Chow-breakpoint, es una técnica
estadística que se utiliza para detectar cambios estructurales en series de tiempo o modelos de
regresión. Se emplea para evaluar si hay una ruptura o discontinuidad en la relación entre las
variables en un punto específico en el tiempo. Por lo general, se utiliza para verificar si un modelo
estadístico se mantiene constante en diferentes segmentos de datos o si se producen cambios
significativos en los parámetros del modelo.

Esta técnica se basa en la hipótesis nula de que no hay cambios estructurales en los datos, es decir,
que el modelo es constante en toda la serie de tiempo. La hipótesis alternativa sugiere que existe al
menos un cambio estructural en algún punto de la serie.

Resultados

Producto (IGAE):

En la serie temporal del Índice Global de la Actividad Económica (IGAE), se observa una disminución
significativa en marzo de 2020, justo en el momento en que la pandemia de COVID-19 comenzó a
afectar significativamente a la economía mexicana.
Además, al aplicar el Test de Chow a la serie, se obtuvo un estadístico F de 4.1855 con un valor p de
0.04423. Dado que el valor p es menor que un nivel de significancia predeterminado, se rechaza la
hipótesis nula de que no hay cambios estructurales en la serie temporal. Los puntos de quiebre se
identificaron en marzo de 2020, febrero de 2021 y febrero de 2022. En el caso de marzo 2020 se
puede apreciar que el cambio estructural se dio justamente en el mes de la pandemia al disminuir
el producto, lo que confirma la predicción del modelo.

Desempleo

En la serie temporal de la tasa de desempleo, se observa un incremento significativo en marzo de

2020, coincidiendo con el inicio de la pandemia de COVID-19. Este aumento se refleja en la gráfica
correspondiente.

Al aplicar el Test de Chow, se obtuvo un estadístico F de 29.097 con un valor p extremadamente bajo
(2.839e-06). Esto indica que hay un cambio estructural significativo en la serie temporal. Los puntos
de quiebre identificados fueron marzo de 2020, abril de 2021 y marzo de 2023. En marzo de 2020,
la tasa de desempleo aumentó, mientras que en abril de 2021 y marzo de 2023, se observó una
disminución en el desempleo.

De nuevo, los resultados confirman las predicciones del modelo que indican un incremento en el
nivel de empleo ante el choque de demanda.
Consumo privado

En la serie temporal del Indicador Mensual del Consumo Privado en el Mercado Interior (IMCPMI),
se observa una marcada disminución en marzo de 2020, coincidiendo con el mes en que se
implementaron medidas de cuarentena debido a la pandemia de COVID-19 en México. Esta
disminución se refleja claramente en la gráfica correspondiente.
Al aplicar el Test de Chow a la serie, se obtuvo un estadístico F de 29.545 con un p-value de 2.235e-
06, lo que indica un cambio estructural significativo en la serie temporal. Los puntos de quiebre
identificados fueron marzo de 2020, febrero de 2021 y enero de 2022. En marzo de 2020, el consumo
experimentó una disminución pronunciada, coincidiendo con el impacto inicial de la pandemia. Sin
embargo, en febrero de 2021 y enero de 2022, se observó un aumento en el consumo, lo que sugiere
una recuperación del gasto de los hogares.

Estos resultados reflejan claramente cómo la pandemia de COVID-19 tuvo un impacto inicial
negativo en el consumo, pero posteriormente se observaron signos de recuperación en el gasto de
los consumidores.

Tasa de interés

En la serie temporal de la Tasa de Interés Interbancaria de Equilibrio (TIIE) a 28 días, se observa una
disminución de la tasa de interés en 2020 hasta mediados de 2021, seguida de un aumento
constante de la tasa hasta alcanzar un nivel del 11.5%. Estos patrones se reflejan claramente en la
gráfica correspondiente.

Al aplicar el Test de Chow a la serie, se obtuvo una estadística F de 86.61 con un valor p
extremadamente bajo (< 2.2e-16), lo que indica cambios estructurales significativos en la serie
temporal. Los puntos de quiebre identificados fueron en diciembre de 2017 (incremento), marzo de
2020 (disminución), agosto de 2021 (incremento) y agosto de 2022 (incremento, con aceleración).
Estos resultados sugieren que la tasa de interés experimentó cambios importantes a lo largo del
período analizado. Contrario a las predicciones del modelo, durante el mes de la pandemia (marzo
de 2020), la tasa disminuyó, lo que podría haber sido una respuesta de política para estimular la
economía. Sin embargo, posteriormente, se observó un aumento consistente en la tasa de interés,
llegando a niveles significativamente más altos.

Inflación

En lo que respecta a la inflación, presentaremos los resultados del análisis tanto de la inflación
subyacente como de la inflación no subyacente. Respecto a la inflación subyacente, a pesar de que
la gráfica de la serie temporal no muestra un cambio notable, el Test de Chow revela cambios
estructurales significativos. El estadístico F resultante es de 227.43 con un valor p < 2.2e-16, lo que
indica cambios significativos en la serie temporal.

Los puntos de quiebre identificados fueron en enero de 2018, marzo de 2019, junio de 2020, agosto
de 2021 y agosto de 2022. Es interesante destacar que el choque relacionado con la pandemia se
retrasó de marzo a junio de 2020 en la serie temporal de inflación subyacente. Esto sugiere que los
precios no mostraron un aumento inmediato en el momento del impacto de la pandemia, sino que
hubo un efecto retardado en los precios.

Por otra parte, en la serie temporal de la inflación no subyacente, se observa un incremento

consistente. Este aumento se refleja de manera notoria en la gráfica correspondiente.
Al aplicar el Test de Chow, se obtuvo un estadístico F de 272.37 con p-value < 2.2e-16, lo que indica
cambios estructurales significativos en la serie temporal. Los puntos de quiebre identificados fueron
en diciembre de 2017, diciembre de 2018, octubre de 2020 y octubre de 2021.

Es interesante destacar que, al igual que con la inflación subyacente, en la serie temporal de inflación
no subyacente, el choque estructural no se dio en el mes de la pandemia (marzo de 2020), sino que
se retrasó hasta octubre de 2020. Esto sugiere que los precios de bienes y servicios sujetos a
fluctuaciones más notables y factores externos experimentaron un incremento posterior al impacto
inicial de la pandemia.

Conclusiones

Al analizar detenidamente las variables económicas clave en México y contrastar los resultados
obtenidos con las predicciones del modelo de equilibrio general, se pueden extraer varias
conclusiones importantes.

En cuanto al producto medido a través del Índice Global de la Actividad Económica (IGAE), los
resultados reflejaron una respuesta inicial negativa y proporcional en marzo de 2020, en línea con
las predicciones del modelo. Sin embargo, las recuperaciones posteriores en febrero de 2021 y
febrero de 2022 indican una resiliencia económica que superó las expectativas. Esto sugiere que la
economía mexicana demostró una capacidad de recuperación sorprendente frente a un choque
negativo importante.
La tasa de desempleo también experimentó un aumento en marzo de 2020, como se esperaba según
el modelo. Sin embargo, los puntos de quiebre adicionales en abril de 2021 y marzo de 2023 indican
que otros factores estructurales influyeron en el mercado laboral más allá de la pandemia. Estos
resultados subrayan la complejidad de las dinámicas laborales y la necesidad de considerar múltiples
variables en su análisis.

En el caso del consumo privado, se observó una disminución en marzo de 2020, en consonancia con
el modelo. Sin embargo, los repuntes en febrero de 2021 y enero de 2022 indican que los hogares
mexicanos mostraron una capacidad de adaptación y recuperación del gasto, incluso en condiciones
económicas desafiantes.

La tasa de interés (TIIE a 28 Días) mostró una respuesta compleja, con disminuciones y aumentos a
lo largo del período. La disminución en marzo de 2020 reflejó la respuesta de la política monetaria a
la pandemia. Sin embargo, los aumentos en diciembre de 2017, agosto de 2021 y agosto de 2022
indican que otras consideraciones influyeron en la política monetaria a lo largo del tiempo.

En cuanto a la inflación, tanto la subyacente como la no subyacente revelaron cambios estructurales

que no fueron predichos específicamente por el modelo. En el caso de la inflación subyacente, se
observó un efecto retardado en los precios después de la pandemia, destacando la importancia de
considerar factores a largo plazo. En la inflación no subyacente, los incrementos consistentes a partir
de octubre de 2020 indican una influencia significativa de factores externos en esta medición. Estos
hallazgos proporcionan una base valiosa para futuras investigaciones y políticas económicas en
México.
Referencias

Barro. (1997). Macroeconomía Teoría y política. McGraw-Hill.

Chow, G. C. (1960). Tests of Equality Between Sets of Coefficients in Two Linear Regressions.
Econometrica, 28(3), 591-605.
Diario Oficial de la Federación. (2023). Histórico indicadores.
https://sidof.segob.gob.mx/historicoIndicadores?indicador=165&fechaInicio=12-01-
2017&fechaFin=11-09-2023
INEGI. (2023a). Empleo y ocupación. https://www.inegi.org.mx/temas/empleo/#tabulados|
INEGI. (2023b). Indicador Global de la Actividad Económica.
https://www.inegi.org.mx/temas/igae/#tabulados
INEGI. (2023c). Indicador Mensual del Consumo Privado en el Mercado Interior (IMCPMI). Base
2013. https://www.inegi.org.mx/programas/imcp/2013/#tabulados
INEGI. (2023d). Índice Nacional de Precios al Consumidor (INPC).
https://www.inegi.org.mx/temas/inpc/